AI最適化
Chain of Thought
LLMに「ステップごとに考えて」と促し、推論の中間過程を生成させる手法。回答精度が向上する。
Chain of Thoughtとは？
Chain of Thought（CoT、思考連鎖）はLLMに「ステップごとに考えて答えてください」と促し、最終回答に至るまでの推論過程を生成させるプロンプト技法です。
数学問題や論理推論などで効果が大きく、CoT適用で正答率が10〜30%向上する研究結果が報告されています。GPT-4以降は特別な指示なしでもCoT的な推論を自動でする傾向があります。
Chain of Thoughtの使い方・実践方法
Chain of Thoughtを効果的に使うパターンは次のとおりです。
- プロンプトの末尾に「ステップごとに考えてください」を追加
- Few-shot例示で「考え方の例」を示す
- 「まず〜を確認、次に〜を計算、最後に〜」と明示的に指示
- 複雑なタスクは小さなステップに分解
Chain of Thoughtで押さえるべきポイント
CoTは「LLMが回答を間違える率を下げる」最も簡単で効果的なテクニックです。プロンプトエンジニアリングの基本中の基本として理解しておきましょう。
Chain of Thoughtを実践するなら
Saguru なら、月額270円から、SEOキーワード調査・上位サイト分析・自サイトSEO診断のすべてが使えます。「Chain of Thought」を理解した上で、すぐに実践に移せます。
登録なしで1日5回まで無料 ／ メール登録で1日30回 ／ ベーシック月額270円
Chain of Thoughtについてよくある質問
CoTはどんな問題に有効？
多段階推論が必要な問題（数学、論理、長文要約、複雑な分類）に特に有効です。
最新のGPTでもCoT指示は必要？
GPT-4以降は自動でCoT的な推論をしますが、明示的に指示するとさらに精度が上がります。
CoTのデメリットは？
出力トークン数が増えるため、APIコストが上がり、応答も遅くなります。簡単な質問では不要です。